Teoría del Muestreo.

Presentación del tema: "Teoría del Muestreo."— Transcripción de la presentación:

1 Teoría del Muestreo

2 Muestreo: ¿herramienta útil?

3 Por qué el Muestreo Sin el Muestreo, la Investigación de Mercados, tal y como la conocemos hoy, no existiría. Virtualmente cada estudio de IM requiere la selección de algún tipo de Muestra Kinnear y Taylor

4 Muestra o Censo El objetivo de la mayor parte de los proyectos de IM es obtener información sobre las características o parámetros de una población. Una población es un conjunto de todos los elementos que comparten algún grupo de características comunes y que forman el universo para el propósito del problema de IM. Por lo regular, los parámetros de la población son números, como la proporción de consumidores que son leales a una marca. Naresh K. Malhotra

5 Muestra o Censo La información sobre los parámetros de una población puede obtenerse por medio de un censo o una muestra. Naresh Malhotra

6 Muestra o Censo Un censo comprende un recuento completo de los elementos de una población. Los parámetros se calculan en forma directa, luego del conteo del censo. Naresh Malhotra

7 Muestra o Censo Una muestra es un subgrupo de la población que se selecciona para participar en el estudio. Las características de la muestra, llamadas estadísticas se utilizan para hacer inferencias sobre los parámetros de la población Naresh Malhotra

8 La Población seleccionada
Un paso crítico en la IM es la identificación en forma adecuada y exacta de la población. Si la población se define en forma confusa, los resultados también serán confusos. Aaaker y Day

9 Beneficios del Muestreo
Una muestra ahorra dinero. Una muestra ahorra tiempo. Una muestra puede ser más precisa. Kinnear y Taylor

10 Error no muestral: causas
Definición equivocada del problema. Definición defectuosa de la población. Marco muestral no representativo de la población. Pobre selección de la muestra. Errores de no respuesta. Inferir causas inapropiadamente. Diseño pobre del cuestionario. Percepción falseada del encuestador por parte del encuestado (y viceversa). Formulación de preguntas. Registro/respuestas. Fraudes.

11 Definición de la Población
Elementos Unidades de muestreo Alcance Tiempo Kinnear y Taylor

12 Algunas bases para definir la población de interés
McDaniel y Rogers Algunas bases para definir la población de interés Geografía Datos demográficos Aplicaciones Conciencia Depende del campo acción de la empresa. Puede ser una ciudad, un departamento, un país... Es función del mercado meta de la empresa. ¿Niño, joven, adulto? Requisito de uso del producto: ¿Es viajero frecuente? A veces se entrevista a alguien que es consciente de algo: vió mi anuncio

13 Def.Población caso Cervunión
Elemento: Hombres 18-45 Unid.muestreo: Hombres 18-45 Alcance: Fredonia Tiempo: Sept. 1-30 Mercadeo Gerencial

14 Def.Población caso Isagén
Elemento: Ingenieros Planta Unid.muestreo: Grandes empresas Alcance: Nacional Tiempo: Agosto 1-30

15 Plan de Muestreo Paso1: Definir Población de interés Paso 2:
Elegir método de recolección Paso 3: Definir marco muestral Paso 6: Proceso para elegir elementos Paso 5: Elegir tamaño de la muestra Paso 4: Elegir método de muestreo Paso 7: Ejecutar plan de muestreo Plan de Muestreo McDaniel y Gates

16 Procedimientos de Muestreo
Muestreo No Probabilístico Muestreo Probabilístico No se tiene en cuenta la probabilidad de escogencia Cada elemento tiene una probabilidad de selección > 0

17 Muestreo no Probabilístico
La selección de un elemento de población, para que forme parte de la muestra, se basa en gran parte en el criterio del investigador o del entrevistador de campo. No existe una probabilidad real de que un elemento particular de la población sea seleccionado. Estamos en el terreno de las suposiciones.

18 Muestreo Probabilístico
Cada elemento de la población tiene una oportunidad real de ser seleccionado para la muestra. No admiten el juicio del investigador o del entrevistador. Se habla de “oportunidad real” no de “oportunidad equitativa”.

19 Procedimientos de Muestreo
Muestreo No Probabilístico Muestreo Probabilístico 1. Por Conveniencia 2. Por Juicio 3. Por cuotas 4. Bola de Nieve 1. Aleatorio simple 2. Estratificado 3. Sistemático 4. Por conglomerados 5. Polietápico

20 Muestreo no probabilístico
Por conveniencia Por bola de nieve Por juicio Por cuotas

21 Muestreo por Conveniencia
Muestreo intencional: La muestra se selecciona de acuerdo a la conveniencia del investigador. Método muy usado en la práctica Ejemplos: 1. Visitantes del Tesoro. 2. Deportistas de la ciclovía. 3. Asistentes a la Macarena. 4. Estudiantes en la cafetería. Kinnear y Taylor

22 Muestreo por Conveniencia
En cada caso la unidad de muestreo se autoselecciona con base en su fácil disponibilidad. No se especifica claramente la población de estudio. No todos los miembros de la comunidad tienen oportunidad de ser seleccionados. Se desconoce la probabilidad exacta de que un elemento sea seleccionado. Kinnear y Taylor

23 Muestreo por Juicio Muestreo por comparación:
La muestra se selecciona con base en lo que algún experto piensa acerca de la contribución que los elementos aportarán. Ejemplos: 1. Eafit representa las universidades privadas. 2. Oviedo representa mejor los segmentos altos de Medellín. Kinnear y Taylor

24 Muestreo por Juicio La mayoría de las pruebas de mercado y de las pruebas de producto se pueden clasificar como muestreos por Juicio. Caso Aces: en un estudio para Aces se entrevistó a los viajeros de Bogotá y Medellín para conocer la aceptación de un nuevo producto que se lanzaría al mercado. McDaniel y Gates

25 Muestreo por Juicio En este caso se desconoce también el grado y la dirección del error y las afirmaciones definitivas. Si el criterio del experto es válido, el juicio es mejor que la conveniencia El investigador “acomoda” la población a su estudio. Kinnear y Taylor

26 Kinnear y Taylor; McDaniel y Gates
Muestreo por Cuotas Muestreo por cupos: Es un tipo especial de muestreo por conveniencia. Se puede confundir con el muestreo estratificado. Ejemplos: 1. Agencias de viaje grandes, medianas y pequeñas. 2. Personas originarias de Medellín y de fuera de la ciudad. Kinnear y Taylor; McDaniel y Gates

27 Muestreo por Cuotas El investigador da pasos concretos para obtener una muestra similar a la población en algunas características de “control” especificadas de antemano. Es necesario conocer la composición de la población para lograr el objetivo de construir una “copia” muy aproximada a la misma. Kinnear y Taylor

28 Muestreo por Cuotas Los encuestados en el muestreo por cuotas no se eligen al azar como en el muestreo estratificado. El criterio del investigador es muy importante. El investigador “elige” las cuotas para cada segmento de interés. McDaniel y Gates

29 Muestreo por Bola de nieve
Muestreo por referencia: Muestras en las cuales la selección de entrevistados adicionales se basa en las referencias de los entrevistados iniciales. Ejemplos: Muestra de personas diabéticas. McDaniel y Gates

30 Muestreo por Bola de nieve
Se aplican a poblaciones extrañas o de baja incidencia, cuya identificación suele ser muy difícil y por ende muy costosa. La mayor ventaja del muestreo por referencia es la reducción dramática del costo de búsqueda, aunque la calidad de la muestra se reduce un poco. McDaniel y Gates

31 Muestreo por Bola de nieve
Quizá la muestra total esté sesgada porque los individuos referidos sean muy similares a los primeros contactos. El entrevistado anterior “elige” al siguiente. McDaniel y Gates

32 Muestreo por conveniencia Muestreo por juicio Muestreo por cuotas
El investigador se “adapta” a la población que encuentra El investigador “acomoda” la población a su estudio Muestreo por cuotas Muestreo por bola de nieve El investigador “elige” las cuotas para cada segmento El entrevistado anterior “elige” al entrevistado siguiente

33 Muestreo probabilístico
1. Aleatorio simple 2. Sistemático 3. Estratificado 4. Por conglomerados 5. Polietápico

34 Muestreo estratificado
Las muestras estratificadas son muestras probabilísticas que se diferencian por los siguientes pasos de procedimiento: 1. Primero. La población original se divide en dos o más subconjuntos mutuamente exclusivos y extensivos (por ejemplo, masculino y femenino). 2. Segundo. Se eligen de manera independiente muestras aleatorias simples de elementos de dos o más subconjuntos. Kinnear y Taylor McDaniel y Gates; Kinnear y Taylor

35 Muestreo estratificado
Aunque algunos autores se preocupan por señalar que los requerimientos de la muestra estratificada no especifican las bases para separar la evaluación original en subconjuntos, el sentido común indica que la población se divide basándose en factores relacionados de manera demostrable con las características de la población que se desea medir. Kinnear y Taylor McDaniel y Gates

36 Muestreo estratificado
El ME se emplea en lugar del MAS por su potencial de mayor eficiencia estadística: el ME genera un error de muestreo menor. Si el objetivo es lograr un nivel meta dado de error de muestreo, el ME permite el empleo de una muestra estratificada más pequeña que el MAS. McDaniel y Gates; Kinnear y Taylor

37 Muestreo estratificado
El muestreo estratificado se utiliza moderadamente en las IM. Los tipos de variables que se miden con frecuencia en la IM muestran una alta variabilidad que puede reducirse mediante la estratificación. Ejemplo: monitorear las ventas al por menor del Colcafé. Medir el nivel de ventas por unidad de Colcafé en una muestra de almacenes. ¿Variables de estratificación? Kinnear y Taylor

38 Muestreo estratificado
Variables: 1. Tamaño del almacén: el almacén grande venderá más. 2. Día de la semana: los almacenes venden más café el fin de semana. 3. Región del país: Colcafé se vende menos en la costa. 3 x 2 x 4 = 24 células o estratos. Kinnear y Taylor

39 Muestreo estratificado
El ME se usa cuando se desea conocer la información correspondiente a las partes de la población. El costo de recoger y analizar los datos se reduce al estratificar en grupos similares entre sí pero diferentes a otros. La variabilidad dentro de los estratos es generalmente menor que la variabilidad de la población. El ME permite analizar diferencias entre estratos, por lo tanto pueden identificar aquellos grupos que requieren mayor atención.

40 Muestreo x conglomerados
Hasta el momento se han analizado muestras unitarias simples, en las cuales cada unidad de muestreo se elige por separado. En el MxC dichas unidades se seleccionan por grupos siguiendo los siguientes pasos: 1. La población de interés se divide en subconjuntos mutuamente exclusivos y exhaustivos. 2. Se elige una muestra aleatoria de los subconjuntos. McDaniel y Gates

41 Muestreo x conglomerados
En el muestreo de agrupados, un agrupado o grupo de elementos se selecciona aleatoriamente, a un mismo tiempo. Por tanto antes de poder seleccionar una muestra de agrupados, debe dividirse la población en grupos mutuamente excluyentes y colectivamente exhaustivos Kinnear y Taylor

42 Muestreo x conglomerados
El MxC es un tipo de muestreo que se emplea en las entrevistas de puerta a puerta, y en el cual las unidades de muestreo se seleccionan en grupos con el fin de reducir los costos de la recolección de datos. El tipo de MxC más popular es cuando los grupos del área de muestreo son unidades geográficas (como manzanas de una ciudad). McDaniel y Gates

43 Muestreo x conglomerados
A diferencia de los estratos la composición de los conglomerados es lo más heterogénea posible, de tal forma que cada uno represente la población.

44 Muestreo polietápico El MP por zonas comprende dos o más pasos que combinan algunas de las técnicas probabilísticas. Es menos eficiente que el MAS ya que por cada etapa hay un error muestral Etapas:

45 Muestreo polietápico El muestreo por áreas en etapas múltiples o muestreo probabilístico polietápico comprende tres o más pasos. Usos: encuestas nacionales. Encuestas nacionales o encuestas que cubren áreas regionales grandes y el investigador elige al azar áreas geográficas en unidades cada vez más pequeñas McDaniel y Gates

46 Muestreo polietápico Ejemplo: Encuesta puerta a puerta en el Valle de Aburrá. 1. Elegir los barrios del Valle de Aburrá para asegurar que la muestra cubra toda la población. Los barrios se eligen con una probabilidad proporcional al número de hogares. 2. Seleccionar las manzanas residenciales de los barrios. 3. Escoger los hogares de las manzanas elegidas. McDaniel y Gates Kinnear y Taylor